整理
《计量经济学》上机实验报告二 题目： 练习题3.1、3.2、3.6 班级： 学号： 实验日期和时间： 2015.12.20 姓名： 实验室： 实验环境： Windows XP ; EViews 3.1 实验目的： 多元线性回归模型 T检验 F检验 多元线性回归模型的改进 实验内容： 3.1（1）建立百户拥有家用汽车量计量经济模型，估计参数并对模型加以检验，检验结论的依据是什么？ （2）分析模型的经济意义，你如何解读模型估计检验结果？ （3）你认为模型还可以如何改进？ 3.2（1）建立出口货物总额计量经济模型，并对模型加以检验。 （2）如果在建立入如下货物总额计量经济模型:LnYt=a1+a2lnX2t+a3X3t+ut，估计参数并加以检验。 （3）分析比较两个模型参数估计结果的经济意义的不同。 3.6（1）设定线性回归模型Y=，你预期所估计的各个参数符号应该是什么？ （2）用OLS法估计参数，模型参数估计结果与你的预期是否相符，并对估计结果做评价。 （3）如果另外建立回归模型，即剔除X2，X3，X4变量，用OLS法估计参数，并做评价。 实验步骤： 3.1 （1）输入数据，在命令窗口输入LS Y C X2 X3 X4 ，得到如下结果： Dependent Variable: Y Method: Least Squares .
整理
Date: 12/20/15 Time: 19:44 Sample: 1 31 Included observations: 31 Variable C X2 X3 X4 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient Std. Error 246.8540 51.97500 5.996865 1.406058 -0.524027 0.179280 -2.265680 0.518837 t-Statistic 4.749476 4.265020 -2.922950 -4.366842 Prob. 0.0001 0.0002 0.0069 0.0002 16.77355 8.252535 6.187394 6.372424 17.95108 0.000001 0.666062 Mean dependent var 0.6257 S.D. dependent var 5.0268 Akaike info criterion 682.2795 Schwarz criterion -91.90460 F-statistic 1.147253 Prob(F-statistic) 根据上图中数据，模型估计的结果为 (51.9750) (1.4060) (0.1793) (0.5188) t= (4.7495) (4.2650) (-2.9229) (-4.3668) 2 R=0.62 F=17.9511 n=31 对模型进行检验： 2拟合优度检验： =0.6660， R=0.62 接近于1，说明模型对样本拟合较好 F检验：F=17.9511>，这说明在显著性水平a=0.05下，回归方程是显著的。 T检验：t统计量分别为4.749476，4.265020，-2.922950，-4.366842，其绝对值均大于查表所得的 （27）=2.0518，. 整理
这说明在显著性水平a=0.05下都是显著的。 依据：可决系数越大，说明拟合程度越好。 F指与临界值比较，若大于临界值，则拒绝假设，拥有显著影响；若小于临界值，则接受原假设，系数不显著。 T的指与临界值比较，若大于临界值，则拒绝原假设，系数显著；若小于临界值，则接受院假设，系数不显著。 （2）经济意义：人均ＧＤＰ增加１万元，百户拥有家用汽车增加5.996865辆，城镇人口比重增加１个百分点，百户拥有家用汽车减少0.524027辆，交通工具消费价格指数每上升１，百户拥有家用汽车减少2.265680辆。 （3）改进方法：对X2，X3取对数 用EViews分析得： Dependent Variable: Y Method: Least Squares Date: 12/20/15 Time: 20:50 Sample: 1 31 Included observations: 31 Variable C X2 LNX3 LNX4 R-squared Adjusted R-squared Coefficient 1148.758 5.135670 -22.81005 -230.8481 Std. Error 228.2917 1.010270 6.771820 49.46791 t-Statistic 5.031974 5.083465 -3.368378 -4.666624 Prob. 0.0000 0.0000 0.0023 0.0001 0.691952 Mean dependent var 16.77355 0.657725 S.D. dependent var 8.252535 .
整理
S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 4.828088 Akaike info criterion 629.3818 Schwarz criterion -90.65373 F-statistic 1.150090 Prob(F-statistic) 6.106692 6.291723 20.21624 0.000000 改进后的模型方程为： 由上表可得可决系数为R^2=0.6920>0.6660，可决系数得到提高，拟合程度得到了提高，所以可以这样改进。 3.2 （1）输入数据，在命令窗口输入LS Y C X2 X3 ，得到如下结果： Dependent Variable: Y Method: Least Squares Date: 12/20/15 Time: 21:35 Sample: 1994 2011 Included observations: 18 Variable C X2 X3 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -18231.58 0.135474 18.85348 Std. Error 8638.216 0.012799 9.776181 t-Statistic -2.110573 10.58454 1.928512 Prob. 0.0520 0.0000 0.0729 0.985838 Mean dependent var 6619.191 0.983950 S.D. dependent var 730.6306 Akaike info criterion 8007316. Schwarz criterion -142.5903 F-statistic 1.173432 Prob(F-statistic) 5767.152 16.17670 16.32510 522.0976 0.000000 .
整理
根据上图中数据，模型估计的结果为: T = (-2.110573) (10.58454) (1.928512) 2 R=0.983950 F=522.0976 n=18 对模型加以检验： 拟合优度检验：可决系数是0.985838，修正的可决系数为0.983950，接近于1，说明模型对样本拟合较好 F检验：F=522.0976>F（2,15）=4.77，回归方程显著 t检验：t统计量分别为X2的系数对应t值为10.58454，大于t（15）=2.131，系数是显著的，X3的系数对应t值为1.928512，小于t（15）=2.131，说明此系数是不显著的 （2）在命令窗口依次键入：GENR LnY=log(Y) GENR LnX2=log(X2) LS LnY C LnX2 X3 Dependent Variable: LNY Method: Least Squares Date: 12/20/15 Time: 21:50 Sample: 1994 2011 Included observations: 18 Variable C LNX2 X3 R-squared Coefficient -10.81090 1.573784 0.002438 Std. Error 1.698653 0.091547 0.000936 t-Statistic -6.3397 17.19106 2.605321 Prob. 0.0000 0.0000 0.0199 0.986373 Mean dependent var 8.400112 .
整理
Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.984556 S.D. dependent var 0.117006 Akaike info criterion 0.205355 Schwarz criterion 14.71958 F-statistic 0.684080 Prob(F-statistic) 0.941530 -1.302176 -1.153780 542.30 0.000000 根据上图中数据，模型估计的结果为: T = (-6.3397) (17.19106) (2.605321) 2 R=0.984556 F=542.30 n=18 对模型加以检验： 拟合优度检验：可决系数为0.986373，修正的可决系数为0.984556，非常接近1，说明模型对样本的拟合程度较高。 F 检验：F = 542.30>F(2,15)=4.77，拒绝原假设，说明回归方程显著。 T 检验：t的统计量分别为-6.3379,17.19106,2.605312，他们的绝对值均大于t（15）=2.131，所以拒绝原假设，说明模型对样本的拟合程度较高。 （3）第一问中的经济意义为，当工业增加值每增加1亿元时，出口货物总额增加0.135474亿元，人民币汇率增加1，出口货物总额增加18.85348亿元。 第二问中的经济意义为，当工业增加值每增加1%时，出口货物总额增加1.573784%，当人民币汇率增加1%时，出口货物总额增加0.0.002438%。 3.6（1）预期的符号是X1，X2,X3,X4,X5的符号为正，X6的符号为负. （2）输入数据，在命令窗口输入LS Y C X2 X3 X4 X5 X6 ，得到如下结果： Dependent Variable: Y .
整理
Method: Least Squares Date: 12/21/15 Time: 13:14 Sample: 1994 2011 Included observations: 18 Variable C X2 X3 X4 X5 X6 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -13.77732 0.001382 0.001942 -3.579090 0.004791 0.045542 Std. Error 15.73366 0.001102 0.003960 3.559949 0.005034 0.095552 t-Statistic -0.875659 1.254330 0.490501 -1.005377 0.951671 0.476621 Prob. 0.3984 0.2336 0.6326 0.3346 0.3600 0.22 0.994869 Mean dependent var 12.76667 0.992731 S.D. dependent var 0.830963 Akaike info criterion 8.285993 Schwarz criterion -18.55865 F-statistic 1.553294 Prob(F-statistic) 9.746631 2.728738 3.025529 465.3617 0.000000 根据上表可得，回归模型估计结果为： 模型参数估计结果与预期不相符，比现在X4与X5的符号与预期相反。 评价： 从经济意义上来说，国民总收入与年底存款余额是呈正比的，国民总收入越高，年底存款余额就越多，符号为正；居民消费价格总指数与年底存款总额是呈反比的，居民消费价格指数越高，年底存款余额就越少，符号为负。 拟合优度检验：可决系数为0.994869，修正后的可决系数为0.992731，非常接近于1，表明回归方程拟合的非常好。 . 整理
T 检验：解释变量X2，X3，X4，X5，X6的系数分别为1.254330，0.490501，-1.005377，0.951671，0.476621 ，它们绝对值均小于t(18-6)=t(12)=2.179，所以接受原假设，回归方程各系数不显著。 F 检验：F=465.3617>F（5，12）=3.，拒绝原假设，回归方程显著。 （3）根据新的线性回归模型，输入命令LS Y C X5 X6，得到： Dependent Variable: Y Method: Least Squares Date: 12/21/15 Time: 13:38 Sample: 1994 2011 Included observations: 18 Variable C X5 X6 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 4.205481 0.001032 -0.054965 Std. Error 3.335602 2.20E-05 0.031184 t-Statistic 1.260786 46.79946 -1.762581 Prob. 0.2266 0.0000 0.0983 0.993601 Mean dependent var 12.76667 0.992748 S.D. dependent var 0.830018 Akaike info criterion 10.33396 Schwarz criterion -20.546 F-statistic 1.341880 Prob(F-statistic) 9.746631 2.616274 2.7669 11.567 0.000000 所以新的回归方程模型为： Y=4.205481+0.01032X5-0.054965X6 T=(1.260796) (46.79946) (-1.762581) .
整理
R^2=0.993601，R=0.992748， F=11.567 n=18 从经济意义上，符合预期，人均GDP的增加，年底存款总额也增加；居民消费指数的增加，年底存款总额减少。 拟合优度检验：可决系数为0.993601，数据非常接近于1 ，可以认为拟合程度很好。 F检验，F=11.567>F（5.12）=3,，回归方程显著。 T检验，X5 系数对应的t值为46.79946，大于t（12）=2.179，所以系数是显著的，即人均GDP对年底存款余额有显著影响。 X6 系数对应的t值为-1.762581，小于t（12）=2.179，所以系数是不显著的。 提示： 打包保存时自己的文件夹以“学号姓名”为文件夹名， 打包时文件夹内容包括：本实验报告。
2.
